CN109978668A - 基于时间戳匹配的交易顾客识别方法、系统、设备及介质 - Google Patents

Abstract

本发明提供的基于时间戳匹配的交易顾客识别方法、系统、设备及介质，包括如下步骤：步骤S1：获取通过摄像机采集的交易场景视频，对所述交易场景视频截取一交易时间段内的交易视频片段；步骤S2：将所述交易视频片段分解为多张按时间序列排列的交易图像集；步骤S3：对多张所述交易图像进行识别确定所述交易时间段内的顾客特征。本发明能够通过匹配交易时间和视频记录时间，基于图像识别技术，实现交易行为和顾客特征的关联，从而便于对目标客户群进行个性化推荐。

Description

基于时间戳匹配的交易顾客识别方法、系统、设备及介质

技术领域

本发明涉及，具体地，涉及一种基于时间戳匹配的交易顾客识别方法、系统、设备及介质。

背景技术

随着线上零售发展到瓶颈，商家将关注点放在线下零售上，而传统的线下零售无法对目标顾客的特征进行分析，从而无法实现对目标顾客的准确的个性化推剪，因此为了提高服务质量，并提供个性化推荐，店员需要知道“顾客是谁”，然后基于带有顾客特征的交易历史进行数据分析，根据分析结果进行个性化推荐。比如，分析结果表明年龄15～30岁女性喜欢抹茶系列奶茶，如果顾客属于这个群体，就优先推荐抹茶系列的新品。

此外，目前大多数POS系统不能获取顾客的资金账号，并且顾客付款的途径有很多，如微信、支付宝、银行卡以及现金等，一个顾客对应多个付款账号，如何顾客标识和特征关联每笔交易成为一个难题。。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于时间戳匹配的交易顾客识别方法、系统、设备及介质。本发明能够通过匹配交易时间和视频记录时间，基于图像识别技术，实现交易和顾客特征关联的问题。

根据本发明提供的基于时间戳匹配的交易顾客识别方法，包括如下步骤：

步骤S1：获取通过摄像机采集的交易场景视频，对所述交易场景视频截取一交易时间段内的交易视频片段；

步骤S2：将所述交易视频片段分解为多张按时间序列排列的交易图像集；

步骤S3：对多张所述交易图像进行识别确定所述交易时间段内的顾客特征。

优选地，所述步骤S3包括如下步骤：

步骤S301：根据预设的付款区域截取所述交易图像，生成付款区域图像；

步骤S302：在所述付款区域图像识别出多个人物区域和付款媒介区域，所述付款媒介包括现金、银行卡以及手机支付设备；

步骤S303：根据所述付款媒介区域与多个所述人物区域的位置关系确定当前交易顾客的图像区域；

步骤S304：截取所述当前交易顾客的图像区域，并根据预设置的顾客库判断所述当前交易顾客的图像区域对应的当前交易顾客是否为新顾客，当所述当前交易顾客为新顾客时，则建立新顾客记录，将对所述当前交易顾客的图像区域识别出的顾客特征和对应的付款媒介保存至交易记录中，当所述当前交易顾客不是新顾客时，则将已有的顾客特征和付款媒介保存至交易记录中。

优选地，所述步骤S303具体为：当所述付款媒介为银行卡或现金时，根据预设置的收银员库，确定所述付款区域图像中的收银员区域，当所述收银员区域与所述付款媒介区域重合或相邻时，则确定与所述付款媒介区域重合的另一人物区域为当前交易顾客的图像区域；

当所述付款媒介为手机支付设备时，当所述人物区域与所述付款媒介区域之间距离小于预设置的阈值距离时，则判断所述人物区域当前交易顾客的图像区域。

优选地，所述步骤S1具体为获取通过摄像机采集的交易场景视频，以交易时间t为基准截取时间段[t-ε，t+ε]的交易视频片段，ε为单位为秒的预设偏差值。

优选地，所述顾客特征如下任一或任多特征：

-性别；

-年龄段；

-付款媒介。

根据本发明提供的基于时间戳匹配的交易顾客识别系统，用于实现所述的基于时间戳匹配的交易顾客识别方法，包括：

交易视频采集模块，用于获取通过摄像机采集的交易场景视频，对所述交易场景视频截取一交易时间段内的交易视频片段；

交易图像集生成模块，用于将所述交易视频片段分解为多张按时间序列排列的交易图像集；

顾客特征生成模块：对多张所述交易图像进行识别确定所述交易时间段内的顾客特征。

根据本发明提供的基于时间戳匹配的交易顾客识别设备，包括：

处理器；

存储器，其中存储有所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行所述基于时间戳匹配的交易顾客识别方法的步骤。

本发明提供的计算机可读存储介质，用于存储程序，所述程序被执行时实现所述基于时间戳匹配的交易顾客识别方法的步骤。

与现有技术相比，本发明具有如下的有益效果：

本发明能够通过匹配交易时间和视频记录时间，基于图像识别技术，实现交易行为和顾客特征的关联，从而便于对目标客户群进行个性化推荐；本发明不依赖微信、支付宝、银行等第三方支付的后台，与支付途径独立，从而能够便捷实施。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明中基于时间戳匹配的交易顾客识别方法的步骤流程图；

图2为本发明中顾客特征识别和保存的步骤流程图；

图3为本发明中识别出人物区域和付款媒介区域的示意图；

图4为本发明中通过手机支付时人物区域和付款媒介区域的示意图；

图5为本发明中基于时间戳匹配的交易顾客识别系统的步骤流程图；

图6为本发明中基于时间戳匹配的交易顾客识别设备的结构示意图；以及

图7为本发明中计算机可读存储介质的结构示意图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。

在本实施例，本发明提供的基于时间戳匹配的交易顾客识别方法，包括如下步骤：

步骤S1：获取通过摄像机采集的交易场景视频，对所述交易场景视频截取一交易时间段内的交易视频片段；

步骤S2：将所述交易视频片段分解为多张按时间序列排列的交易图像集；

步骤S3：对多张所述交易图像进行识别确定所述交易时间段内的顾客特征。

在本实施例中，所述交易视频片段，具体为，通过调用opencv计算机视觉库截取时间段[t-ε，t+ε]的交易视频片段v。t为交易时间，t是一个时间戳，如Tue Feb 17 10：48：392009)。ε是一个单位为秒的偏差，t-ε是交易发生的视频开始位置，t+ε是交易发生的视频结束位置。

按时间序列排列的交易图像集，表示为T＝[f1，..fn]，fn为单张的交易图像，n为交易图像的数量。循环分析T中的每个交易图像，找出距离交易时间t最近的付款行为的交易图，识别支付途径和顾客标识、性别、年龄等特征。

所述步骤S3具体为循环分析按时间序列排列的交易图像集T中的每个交易图像，找出离交易时间t最近的展示付款行的交易图像，识别支付途径、顾客性别、顾客年龄等特征

所述步骤S3包括如下步骤：

步骤S301：根据预设的付款区域截取所述交易图像，生成付款区域图像；

在本实施例中，所述付款区域可以为像素集为[(300，200)，(900，648)]，截取后是一个600*448的付款区域图像。

步骤S302：在所述付款区域图像识别出多个人物区域和付款媒介区域，所述付款媒介包括现金、银行卡以及手机支付设备；

在本实施例，可以对付款区域图像进行目标检测将人物区域和付款媒介区域采用长方形框出。如图3中所示，A1、A2、A3、A4，A5为人物区域，A6是现金区域。

步骤S303：根据所述付款媒介区域与多个所述人物区域的位置关系确定当前交易顾客的图像区域；

步骤S304：截取所述当前交易顾客的图像区域，并根据预设置的顾客库判断所述当前交易顾客的图像区域对应的当前交易顾客是否为新顾客，当所述当前交易顾客为新顾客时，则建立新顾客记录，将对所述当前交易顾客的图像区域识别出的顾客特征和对应的付款媒介保存至交易记录中，当所述当前交易顾客不是新顾客时，则将已有的顾客特征和付款媒介保存至交易记录中。

在本实施例，通过人脸信息识别技术，如小米相机识别出所述顾客特征，如性别、年龄等。

在本实施例中，所述步骤S303具体为：当所述付款媒介为银行卡或现金时，根据预设置的收银员库，确定所述付款区域图像中的收银员区域，当所述收银员区域与所述付款媒介区域重合或相邻时，则确定与所述付款媒介区域重合的另一人物区域为当前交易顾客的图像区域；

当所述付款媒介为手机支付设备时，当所述人物区域与所述付款媒介区域之间距离小于预设置的阈值距离时，则判断所述人物区域当前交易顾客的图像区域。

在本实施例中，所述手机支付设备可以采用美团小白盒。如图4所示，手机支付设备在图像中是一个固定的目标区域，如果一个包含人物的区域和手机支付设备区域重合或距离很小，那么该区域被认为是交易顾客的图像区域。

图5为本发明中基于时间戳匹配的交易顾客识别系统的步骤流程图，如图5所示，本发明提供的基于时间戳匹配的交易顾客识别系统，用于实现所述的基于时间戳匹配的交易顾客识别方法，包括：

室内全局地图建立模块，用于控制所述图像自动采集车在所述商场内进行自动移动初建所述商场的室内全局地图，并在室内全局地图中确定出所述商场内每一货架位置；

货架模型建立模块，用于通过所述室内全局地图控制所述图像自动采集车移动进行每一货架的货架图像采集，并将多张所述货架图像拼接以在对应的所述货架位置生成货架模型；

商品识别模块，用于将所述货架模型上的每一商品区域识别出，进而实现对每一商品区域对应商品信息的标注。

本发明实施例中还提供一种基于时间戳匹配的交易顾客识别设备，包括处理器。存储器，其中存储有处理器的可执行指令。其中，处理器配置为经由执行可执行指令来执行基于时间戳匹配的交易顾客识别的步骤。

如上，该实施例中能够通过匹配交易时间和视频记录时间，基于图像识别技术，实现交易行为和顾客特征的关联，从而便于对目标客户群进行个性化推荐。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。

图6是本发明中无基于时间戳匹配的交易顾客识别设备的结构示意图。下面参照图6来描述根据本发明的这种实施方式的电子设备600。图6显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图6所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。

其中，存储单元存储有程序代码，程序代码可以被处理单元610执行，使得处理单元610执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，处理单元610可以执行如图1中所示的步骤。

存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。

存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图6中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。

本发明实施例中还提供一种计算机可读存储介质，用于存储程序，程序被执行时实现的图像拼接方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。

如上所示，该实施例的计算机可读存储介质的程序在执行时，能够通过匹配交易时间和视频记录时间，基于图像识别技术，实现交易行为和顾客特征的关联，从而便于对目标客户群进行个性化推荐。

图7是本发明的计算机可读存储介质的结构示意图。参考图7所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言-诸如Java、C++等，还包括常规的过程式程序设计语言-诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

在本实施例中，本发明能够通过匹配交易时间和视频记录时间，基于图像识别技术，实现交易行为和顾客特征的关联，从而便于对目标客户群进行个性化推荐；本发明不依赖微信、支付宝、银行等第三方支付的后台，与支付途径独立，从而能够便捷实施。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。

Claims (8)

1.一种基于时间戳匹配的交易顾客识别方法，其特征在于，包括如下步骤：

步骤S1：获取通过摄像机采集的交易场景视频，对所述交易场景视频截取一交易时间段内的交易视频片段；

步骤S2：将所述交易视频片段分解为多张按时间序列排列的交易图像集；

步骤S3：对多张所述交易图像进行识别确定所述交易时间段内的顾客特征。

2.根据权利要求1所述的基于时间戳匹配的交易顾客识别方法，其特征在于，所述步骤S3包括如下步骤：

步骤S301：根据预设的付款区域截取所述交易图像，生成付款区域图像；

步骤S302：在所述付款区域图像识别出多个人物区域和付款媒介区域，所述付款媒介包括现金、银行卡以及手机支付设备；

步骤S303：根据所述付款媒介区域与多个所述人物区域的位置关系确定当前交易顾客的图像区域；

步骤S304：截取所述当前交易顾客的图像区域，并根据预设置的顾客库判断所述当前交易顾客的图像区域对应的当前交易顾客是否为新顾客，当所述当前交易顾客为新顾客时，则建立新顾客记录，将对所述当前交易顾客的图像区域识别出的顾客特征和对应的付款媒介保存至交易记录中，当所述当前交易顾客不是新顾客时，则将已有的顾客特征和付款媒介保存至交易记录中。

3.根据权利要求2所述的基于时间戳匹配的交易顾客识别方法，其特征在于，所述步骤S303具体为：当所述付款媒介为银行卡或现金时，根据预设置的收银员库，确定所述付款区域图像中的收银员区域，当所述收银员区域与所述付款媒介区域重合或相邻时，则确定与所述付款媒介区域重合的另一人物区域为当前交易顾客的图像区域；

当所述付款媒介为手机支付设备时，当所述人物区域与所述付款媒介区域之间距离小于预设置的阈值距离时，则判断所述人物区域当前交易顾客的图像区域。

4.根据权利要求1所述的基于时间戳匹配的交易顾客识别方法，其特征在于，所述步骤S1具体为获取通过摄像机采集的交易场景视频，以交易时间t为基准截取时间段[t-ε，t+ε]的交易视频片段，ε为单位为秒的预设偏差值。

5.根据权利要求1所述的基于时间戳匹配的交易顾客识别方法，其特征在于，所述顾客特征如下任一或任多特征：

-性别；

-年龄段；

-付款媒介。

6.一种基于时间戳匹配的交易顾客识别系统，用于实现权利要求1至5中任一项所述的基于时间戳匹配的交易顾客识别方法，其特征在于，包括：

交易视频采集模块，用于获取通过摄像机采集的交易场景视频，对所述交易场景视频截取一交易时间段内的交易视频片段；

交易图像集生成模块，用于将所述交易视频片段分解为多张按时间序列排列的交易图像集；

顾客特征生成模块：对多张所述交易图像进行识别确定所述交易时间段内的顾客特征。

7.一种基于时间戳匹配的交易顾客识别设备，其特征在于，包括：

处理器；

存储器，其中存储有所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至5中任意一项所述基于时间戳匹配的交易顾客识别方法的步骤。

8.一种计算机可读存储介质，用于存储程序，其特征在于，所述程序被执行时实现权利要求1至5中任意一项所述基于时间戳匹配的交易顾客识别方法的步骤。